亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

據五角大樓的一位官員透露，五角大樓的信息技術部門正在開發一種類似 ChatGPT 的人工智能聊天機器人。國防信息系統局（DISA）正在開發一種技術，可以從多個來源獲取數據，將其插入數據庫，并在此基礎上運行一個大型語言模型。

不過，該聊天機器人并不是為了幫助國防人員完成關鍵任務而設計的，而是為了幫助艦長完成任務后的報告。

據報道，五角大樓信息技術處正在開發一個原型，今年可能在內部推出。不過，五角大樓首席技術官兼新興技術主管史蒂夫-華萊士（Steve Wallace）承認，大多數商用大型語言模型（如支持 ChatGPT 的 GPT-4）都是在云端運行的。

要想讓該模型對五角大樓有用，它需要在邊緣和互聯網連接不是很好的地方運行。

有趣的是，開發 ChatGPT 的 OpenAI 公司正在與五角大樓合作，探索如何使其技術用于防止退伍軍人自殺。

OpenAI 全球事務副總裁 Anna Makanju 在瑞士達沃斯世界經濟論壇上表示，這是 OpenAI 和美國國防部正在探索的許多其他舉措之一，目的是讓大型語言模型為國防部隊帶來益處。

去年，OpenAI 還宣布參加人工智能網絡挑戰賽（AI Cyber Challenge），這是一項由五角大樓國防高級研究計劃局（DARPA）領導的為期兩年的競賽。該挑戰賽匯集了技術專家，共同開發先進的網絡安全工具。

參考來源：//www.cdomagazine.tech/us-federal-news-bureau/the-pentagon-is-working-on-its-own-chatgpt

美國陸軍即將發布關于使用大型語言模型（LLM）和生成式人工智能（AI）的新政策指南。此舉正值五角大樓尋求利用人工智能的變革潛力，同時解決安全問題并確保該技術滿足美國防部（DoD）的獨特需求之際。隨著人工智能的不斷發展，陸軍旨在利用其能力來提高作戰效率、決策和整體任務成功率。

大型語言模型的崛起

大型語言模型，如 OpenAI 的 GPT-4 和谷歌的 Gemini，因其能夠根據提示和訓練數據生成類似人類的文本、音頻、代碼、圖像和視頻而備受關注。這些模型已在從內容創建到復雜問題解決等各種應用中展示出令人印象深刻的能力。然而，它們的廣泛應用也引發了有關數據安全、道德考量和潛在濫用的關鍵問題。

美陸軍對生成式人工智能的態度

認識到生成式人工智能的潛力和挑戰，陸軍將發布新的政策指南，以確保負責任地安全使用這些技術。據陸軍首席信息官（CIO）利奧-加西加（Leo Garciga）稱，即將發布的指令將為如何將 LLM 集成到陸軍行動中同時保護敏感信息提供明確的指導。這項政策預計將涉及幾個關鍵領域：

• 安全問題： 使用市售 LLM 的主要顧慮之一是，敏感軍事數據有可能暴露給未經授權的個人。陸軍的政策將強調使用符合國防部嚴格安全標準的安全內部人工智能系統的重要性。這種方法旨在防止機密信息的無意泄漏，并防止潛在的敵方利用。
• 量身定制的解決方案： 陸軍尋求可定制的人工智能解決方案，以滿足其特定的作戰需求。這包括開發可在陸軍安全環境下運行的人工智能模型，并應對軍事應用的獨特挑戰。通過與行業合作伙伴合作并利用內部專業知識，陸軍旨在創建既能提高任務效率又不影響安全性的人工智能工具。
• 合乎道德和負責任的使用：陸軍致力于合乎道德地采用人工智能技術。新政策將納入負責任地使用人工智能的原則，確保人工智能系統透明、負責，并符合陸軍的價值觀和任務目標。這包括持續實驗、用戶反饋和不斷改進，以解決可能出現的任何道德問題。

生成式人工智能在陸軍中的應用

生成式人工智能在各種軍事應用中大有可為。一些潛在用例包括

• 作戰規劃和決策：人工智能可協助指揮官分析海量數據、提出可行見解并做出明智決策。通過將常規任務自動化并提供實時分析，人工智能可以提高決策過程的速度和準確性。
• 培訓與模擬：人工智能驅動的模擬可以創建逼真的訓練環境，讓士兵在可控的環境中練習和提高技能。這些模擬可以適應不同的場景，提供寶貴的經驗并提高戰備狀態。
• 后勤和供應鏈管理：人工智能可以通過預測需求、管理庫存和簡化供應鏈流程來優化物流運營。這可以提高資源分配效率，降低運營成本。
• 網絡安全：人工智能可以通過實時檢測和應對威脅來增強陸軍的網絡安全態勢。先進的人工智能算法可以識別模式和異常，從而實現對網絡攻擊的主動防御。

挑戰和考慮因素

雖然生成式人工智能的潛在效益巨大，但陸軍必須克服幾個挑戰，以確保成功實施：

• 數據質量和集成：人工智能系統的有效性取決于其訓練數據的質量和準確性。陸軍必須確保其數據是干凈、相關和適當整合的，以最大限度地發揮人工智能工具的效用。
• 人機協作：人工智能的有效使用需要人類操作員與人工智能系統之間的無縫協作。陸軍必須在培訓和教育方面進行投資，以確保人員能夠有效地與人工智能技術互動并加以利用。
• 遵守法規：陸軍的人工智能計劃必須符合國防部和聯邦層面的現有法規和標準。這包括遵守有關數據隱私、安全和道德使用的準則。

結論

美陸軍即將發布的關于大型語言模型和生成式人工智能的政策指導，是利用人工智能的力量進行軍事應用的重要一步。通過解決安全問題、定制滿足作戰需求的解決方案以及促進道德使用，陸軍旨在利用人工智能提高任務成功率并保持技術優勢。

參考來源：Indigo Monser

圖：2021 年，在亞利桑那州尤馬試驗場進行的測試中，"蒼狼 "2C 無人機攔截器的兩種變體被發射。動能攔截器為美國陸軍提供了靈活的短程反無人機系統能力。（照片由美國陸軍提供）。

戰爭的新特點之一是單向無人機系統（UAS）的擴散。在烏克蘭和伊拉克/敘利亞，正在進行的戰斗由廉價生產的無人駕駛飛機組成，這些飛機裝滿炸藥，通過全球定位系統（GPS）或全球導航衛星系統（GLONASS，相當于俄羅斯的全球定位系統）飛行到距離安全發射點數百公里之外的精確目標位置。然而，現有的用于對抗敵方無人機系統的任務式指揮系統缺乏必要的技術能力，無法在當今戰場上充分捍衛戰斗力。用于反無人機系統（C-UAS）的任務式指揮系統需要人工智能（AI）、機器學習和自動化來協助操作員做出決策，并能同時使用擊潰機制。此外，當前的實戰系統缺乏與新興工業探測和擊潰系統的數據互操作性，導致基地防御操作中心（BDOC）擁有多個 "封閉 "網絡來擊潰共同的威脅。

本文明確了在美國陸軍 C-UAS 任務式指揮系統中實施人工智能、機器學習和自動化的要求。當前的 C-UAS 任務式指揮系統依賴操作員完成手動識別和交戰過程，該過程針對每個威脅按順序進行，對于試圖壓倒防御能力的多個威脅的場景來說不切實際。通過實施本文中的建議，美國陸軍將擁有一個在應對當前和未來敵方無人機系統威脅和戰術方面具有競爭優勢的任務式指揮系統。

人在環內與人在環上

在現代戰爭背景下，"人在環上 "和 "人在環內 "指的是人類參與決策和控制利用人工智能或自動化的系統的程度。這兩種方法的區別在于賦予系統的自主程度以及人類的監督和控制水平。

人在環內。人類直接參與決策過程，并 "完全控制 "系統 "開始或停止執行的任何操作"。這種方法通常在安全、任務精確度、責任和控制方面更受青睞。然而，在有些情況下，人在環內可能并不實用或有效。目前的 C-UAS 流程就是人在環內的一個例子，操作員必須執行每一項任務和參數輸入，才能由系統創建一個動作。

人在環內（HOTL）。人類對自動化系統進行監督，但自動化系統可以在未經人類預先批準的情況下采取行動。這種方法可以加快決策和響應速度，這在威脅迅速演變的未來至關重要。在影響人類運用微觀運動技能和正確判斷能力的高壓力情況下，有監督的自主模式（HOTL）將比完全依賴人類決策更加有效。海軍艦艇上使用的宙斯盾作戰系統和 MK 15 法陣近程武器系統就是 HOTL 防御武器系統的典范。這些系統一旦啟動并在人員的監督下，就能獨立攻擊對艦艇或其他受保護資產構成威脅的導彈、直升機和飛機。

反無人機系統流程

C-UAS 流程采用主動防御措施，包含四個不同的要素：檢測、識別、決定、擊敗。這一順序為評估無人機系統在不同作戰環境中造成的威脅以及應用自動化加強操作員行動的可能性提供了一個有用的框架。在聯合部隊中，這一流程在 BDOC 中得到了積極應用，BDOC 是 C-UAS 資產和系統的負責協調、管理和使用節點。

圖：反無人機系統流程

檢測。C-UAS 流程的第一步是探測行動區域內是否存在空中航跡。這可以通過各種雷達傳感和跟蹤方法來實現，包括空中和地面傳感器。例如，雷神公司開發了 360 度 AN/MPQ-64 Sentinel 雷達，可探測無人機系統、旋轉翼飛機和固定翼飛機，并具有敵我識別詢問功能。雷神公司還開發了 360 度 Ku 波段射頻系統 (KuRFS)，可感知和跟蹤飛機、火箭、火炮和迫擊炮。KuRFS 雷達支持多種動能和非動能 C-UAS 武器系統，如 Palletized 高能激光器、陸基 Phalanx 武器系統和雷神蒼狼攔截器。

識別。探測到空中航跡后，下一步是分析航跡，確定是敵是友。這是通過使用具有識別敵友能力的雷達（如上文提到的 Q-64）、空域控制機構（空中交通管制、聯合空中作戰指揮）或敵方特征對航跡進行識別敵友詢問來完成的。區分友方和敵方威脅航跡是一個復雜的過程，需要使用兩種方法之一，即正面識別和程序識別。正面識別是最可取的方法，不需要目視識別就能確定可疑航跡--利用已知的敵方特征進行數字識別（基于物理），可用于確定航跡是否為敵方無人機系統。程序性識別使用地理位置、航向時間和飛機飛行路徑來確定敵友--通常與空中任務指令和/或作戰圖形相配合。

決定。在此階段要做出兩項決定：第一，確定是否需要交戰（交戰規則、地緣政治形勢、戰術形勢等）；第二，確定使用何種方法攔截威脅。如果操作員確定空中航跡具有敵意，則決定使用動能或非動能武器攔截已確定的威脅。對每個威脅的方位、高度、射程和速度進行評估，以確定交戰要求，并使用適當的武器進行最有效率和效果的交戰。

擊敗。在這一階段，操作員成功地對確定的敵方航跡造成動能或非動能影響。在這一階段，目視確認攔截或數字確認是確定成功或失敗效果的方法。如果敵方航跡未被擊潰，操作員將動用更多資產，直至擊潰威脅或擊中預定目標。

手動交戰的挑戰

前沿區域防空指揮與控制（FAADC2）是美國陸軍目前的任務式指揮系統，它提供了探測、識別和使用動能和非動能擊潰效果的網絡架構。FAADC2 自 1989 年以來美國防部一直在使用。

FAADC2 系統目前在識別、決定和擊潰階段使用手動交戰流程，這極大地阻礙了切實有效地擊潰敵方威脅，尤其是在僅有幾秒鐘時間做出決定的情況下。操作員必須手動查詢每條雷達軌跡，并針對敵對目標手動處理每個防御系統，既耗時又容易出現人為錯誤。

圖：前沿區域防空指揮與控制用戶界面提供共同空中圖像。

這種人工操作過程無法同時進行戰斗，而在快速演變的戰斗場景中需要同時進行戰斗。手動交戰所耗費的時間將使無人機群能夠不受阻礙地攻擊和穿透防御層。在同時應對多個無人機系統的攻擊、潛在的友軍空中交通、武器系統之間的轉換、評估其他威脅和管理當前交戰時，BDOC 操作員經常面臨任務飽和和人為錯誤可能性增加的問題。

FAADC2 系統要求操作員進行手動交戰，這分散了操作員對關鍵空中航跡識別的注意力，進一步加劇了人為錯誤，降低了擊敗無人機系統的效率。威脅無人機系統攻擊速度的提高（噴氣式 "沙赫德-238"）和使用地形遮蔽以避免早期雷達探測，進一步削弱了人工方法的有效性，并將導致 C-UAS 攔截成功率的下降。

推進 C-UAS 任務式指揮系統的建議：人工智能輔助識別

應將人工智能集成到任務式指揮系統中，以提高探測敵機航跡的作戰效率。這種集成可為操作人員提供持續的分析能力，對基地防區內的空中軌跡進行詢問。人工智能的優勢在于能夠從先前記錄的數據中分析和識別模式。C-UAS 任務式指揮系統應將先前記錄的威脅數據存儲在秘密的云存儲庫中，以便人工智能識別系統在整個戰區范圍內訪問，以人類操作員無法達到的速度和精度整合空中軌跡數據。

人工智能識別和鑒定威脅空軌并及時向人類操作員發出警報的能力將降低任務飽和度，并使操作員能夠保留最終的空軌鑒定權。將人工智能納入航跡識別將提高操作員識別的準確性，并縮短識別威脅所需的時間，增加向地面部隊發出迫在眉睫的威脅警報的時間，從而保存戰斗力。

機器學習算法將在識別階段發揮重要作用，通過分析基于物理的雷達軌跡數據、全動態視頻和其他形式的探測數據，增強任務式指揮系統的能力，幫助操作員在一段時間內區分敵方和非敵方空中軌跡。機器學習算法將提高人工智能提醒操作員注意威脅航跡的能力，同時還能確保操作員根據識別的數據特征了解可能的友軍航跡。

如果不能將人工智能和機器學習算法集成到任務式指揮系統中，那么 BDOC 的性能將與人類操作員的性能相當，無法發揮系統的最大潛能。缺乏人工智能和機器學習工具的人類操作員處于不利地位。他們有可能無法快速識別航跡，也有可能無法確保成功攔截敵方航跡，以防止無人機系統打擊預定目標。雖然人類可以手動執行詢問和識別任務，但他們無法像人工智能一樣精確、快速、一致地執行任務。

自動交戰：推進決定和擊敗階段

為解決目前 FAADC2 人工交戰流程的局限性，一旦操作員確認空中航跡具有敵意，美國陸軍應在決定和擊敗階段實施自動化流程。通過采用自動化，FAADC2 系統將自動使用適當的方法進行交戰，直至擊敗威脅。這種自動交戰能力將大大縮短交戰響應時間，使操作員能夠集中精力識別威脅和消除空域沖突，而系統則會選擇和監控擊潰方案，以最有效的方式進行攔截，避免人為錯誤。此外，C-UAS 流程保留了 HOTL，以確保仍有人參與發射決定。

自動交戰將不再需要人類操作員手動選擇每個單獨的軌道，并執行多步驟的順序過程，以發射攔截器，并針對每個評估的威脅發射陸基 "法陣 "武器系統或托盤式高能激光器。有了自動判定和擊潰能力，操作員就可以對人類確認的敵方軌跡進行人工監督，而 C-UAS 判定和擊潰系統則有能力使用多種武器系統同時進行攻擊，以大規模打擊多種威脅，實現真正的聯合武器防御火力。自動擊潰能力將增加對無人機系統的攔截，縮短交戰時間，大幅減少人為失誤，并顯著提高擊潰無人機群攻擊的概率。

自動交戰的反對者可能會提出，操作人員需要手動與已識別的威脅交戰，以確保系統在武裝沖突法律和交戰規則范圍內行動。然而，這些保留意見在 C-UAS 流程的識別階段得到了緩解，在這一階段，由人工確定威脅是否具有敵意，并指揮機器進行干預。我們建議，除非操作員(1) 確認軌道為敵方軌道，(2) 授權系統交戰（人在環上與人在環內），否則敵方軌道不會交戰。

C-UAS 的未來：人工智能輔助識別，自動化決定勝負

人工智能將為人類操作員提供在雷達的全部潛能范圍內識別擁擠空域中多條航跡的能力。威脅識別的唯一限制將是雷達在探測試圖規避或掩蓋其特征的無人機系統方面的性能。人工操作員仍可手動詢問航跡，并保留將空中航跡劃分為友好或敵對航跡的最終權力。

決定和擊敗階段的自動化將提高 C-UAS 任務式指揮系統的效率，在人工確認空中航跡為敵方航跡后，可自主同時與無人機系統交戰。通過云存儲庫存儲的實時數據融合，以及隨著威脅戰術、技術和程序不斷發展的先進機器學習算法，將使自動化系統能夠評估被人類操作員標記為敵對的空軌所構成的威脅級別，并確定適當的應對措施，如使用攔截器等動能系統或啟動電子戰對抗措施。這種自動化不僅能節省寶貴的交戰時間，還能減輕人類操作員的負擔，使人類能夠專注于威脅識別和挫敗監督。

增強未來戰爭能力

美國陸軍應立即將機器學習和自動化融入 FAADC2 任務式指揮系統的識別、決策和擊敗階段。通過利用當今可用的自動化、人工智能和機器學習技術，任務式指揮系統可以適應和學習在戰斗中觀察到的當前威脅，并提高無人機系統攔截的成功率。商用汽車技術也取得了類似的進步，配備人工智能和機器學習技術的車輛可實現自動駕駛功能。利用人工智能和機器學習技術的車輛能夠從周圍環境中學習，通過存儲庫實時訪問數據，改進決策，學習物體分類，并向操作員發出警報。美國國防部也有自動化流程技術，只要看看美國海軍的宙斯盾戰斗系統艦艇就知道了。我們必須應用新興技術來推進我們工業時代的系統，以戰爭的速度進行創新。

通過自動化縮短威脅識別時間、增強攔截能力和提高精確度，將為應對新興無人機系統技術和威脅提供戰術優勢，特別是那些針對戰略資產、部隊集結地和高優先級地點的威脅。隨著對手不斷創新和部署無人機系統，包括噴氣式 "沙赫德-238 "無人機系統，操作人員將有幾秒鐘的時間來正確探測、識別、判斷和擊敗敵方空中航跡。美國陸軍必須走在威脅的前面，而不是等待適應。

結論

自 1989 年以來，FAADC2 任務式指揮系統在應對空中威脅和管理空域方面發揮了至關重要的作用。然而，我們當前系統所使用的工業時代人工交戰流程對烏克蘭、伊拉克和敘利亞戰場上觀察到的當前戰術、技術和程序的效率構成了挑戰，并最終威脅到我們人員的生存能力。通過整合人工智能、機器學習和自動化技術，FAADC2 系統將提升 C-UAS 的作戰能力，使其超越對手的威脅能力。將操作員置于環內的自動交戰可實現 C-UAS 聯合武器防御，其戰術和技術決策速度是人類操作員無法獨立完成的。

不推進 C-UAS 任務式指揮系統和維持人工 C-UAS 流程的風險，將使惡意的國家和非國家行為者能夠以相對低成本/高回報的權衡方式，在沖突連續體上與美國競爭。正如最近在中東發生的事件中看到的那樣，惡意的國家和非國家行為體有能力利用低成本的無人機系統對美軍實施精確打擊，這給部隊帶來了具有戰略影響的風險，并使我們的國家利益受到威脅。在大規模作戰行動中，任務的風險在于從港口到前線部隊的編隊減員。缺乏數字時代速度和精度的干預能力將無法防止后勤節點和戰斗力的大規模破壞，需要作戰指揮官投入更多資源才能實現預期的軍事最終狀態。將人工智能、機器學習和自動化融入 C-UAS 戰斗是一項高度優先的工作，需要立即關注，以便在這個快速發展的威脅環境中保持領先對手。

人工智能（AI）正在成為當前俄烏沖突中的一項重要資產。具體來說，人工智能已成為一種關鍵的數據分析工具，可幫助操作人員和作戰人員了解戰場上眾多系統、武器和士兵產生的日益增長的大量信息。隨著人工智能應用的不斷發展，其在當前烏克蘭戰場和未來戰場上的應用將轉化為對敵方部隊、行動和動作做出更精確、更有能力的反應。烏克蘭之所以能在戰斗中應用這一技術，離不開政府和私營部門的工作。總的來說，烏克蘭似乎從使用這種技術中獲得了更多益處，盡管現在預測這種技術優勢能否轉化為對俄羅斯固守陣地的重大優勢還為時尚早。迄今為止，烏克蘭在人工智能的使用上采用“人在環內”，由操作人員做出最終決定。

烏克蘭軍隊如何使用人工智能

在這場戰爭中，烏克蘭從盟友和合作伙伴提供的人工智能技術和概念中獲益匪淺，這些技術和概念被用于多個關鍵領域。全球媒體公開討論了這一用途，凸顯了烏克蘭政府采用尖端做法以取得對俄軍優勢的意愿和能力。俄烏戰爭的一個重要方面是不同來源產生的大量數據，其數量遠遠超過人類快速準確分析的能力。因此，人工智能被用于數據分析，幫助烏克蘭做出決策。人工智能在烏克蘭服務中的一個關鍵作用是將目標和對象識別與衛星圖像相結合，這促使西方評論家指出，烏克蘭在地理空間智能方面具有優勢。人工智能被用于地理定位和分析社交媒體內容等開源數據，以識別俄羅斯士兵、武器、系統、單元或其動向。據公開資料顯示，神經網絡被用來將地面照片、來自眾多無人機和無人駕駛飛行器的視頻片段以及衛星圖像結合起來，以提供更快的情報分析和評估，從而產生戰略和戰術情報優勢。

事實上，全球重要的人工智能公司之一 Palantir 的首席執行官最近承認，他的企業負責烏克蘭的大部分目標瞄準工作，如坦克和大炮從衛星和社交媒體上獲取及時信息，以直觀顯示友軍和敵軍陣地，了解部隊動向，并進行戰場損害評估。Planet Labs、BlackSky Technology 和 Maxar Technologies 等西方公司也在制作沖突衛星圖像，與烏克蘭政府和軍方共享數據和分析。

俄烏沖突中首次有記錄地使用了作戰面部識別技術，烏克蘭軍方使用總部設在美國的 Clearview AI 公司識別死亡的俄羅斯士兵，并揭露俄羅斯襲擊者和打擊錯誤信息。公開報道還將人工智能置于盟軍電子戰、網絡戰和加密工作的中心。美國公司 Primer 已部署其人工智能來分析未加密的俄羅斯無線電通信，利用自然語言處理來了解俄羅斯士兵使用的特定通信方式。2022 年，總部位于美國的微軟公司報告稱，由于人工智能增強威脅情報的進步以及向云服務和其他計算機網絡快速分發保護軟件，烏克蘭的網絡防御取得了成功。

俄羅斯軍方如何使用人工智能

在戰線的另一端，關于俄羅斯軍方在戰爭中使用人工智能的證據和報道較少，甚至更少。與烏克蘭一樣，俄羅斯國防部（MOD）也希望人工智能能為作戰人員提供數據分析和決策能力，作為以操作員為中心或 "人在環內"的方法，更好、更快地確定戰場方向并做出決策。在俄羅斯軍事機構內部，將人工智能應用于自主、無人系統和機器人系統是該國高科技研究、開發、測試和評估工作中最引人注目的方面之一。這項技術被視為關鍵的任務倍增器，最終可在危險情況下取代人類戰斗機。例如，高級研究基金會（俄羅斯類似于 DARPA 的組織）副主任在 2020 年表示，人類戰斗機最終將被軍事機器人取代，后者比人類行動得更快、更準確、更有選擇性。

俄羅斯在這場戰爭中實際應用人工智能的例子很少，甚至沒有。俄國防部以關鍵部門和機構為中心的研發生態系統涉及技術視覺、模式識別、人工智能在機器人技術中的應用以及改進處理大型數據集的信息系統，這些都是在持續的敵對行動中引入此類技術的最實用方法。在實踐中，迄今很少有實例能讓人相信俄羅斯軍方在戰斗中使用人工智能的說法。2023 年 6 月，俄語 Telegram 頻道報道稱，"柳葉刀-3 "巡航彈藥正在使用卷積神經網絡收集、分類和分析該無人機在飛行過程中收集的圖像和視頻內容。利用這種神經網絡，"柳葉刀 "偵察無人機顯然可以探測到敵方目標，并將識別出的目標圖像傳輸給 "神風特攻隊"，然后由后者實施打擊。雖然這在技術上聽起來可信，但 "柳葉刀 "的實際偵察工作通常是由 ZALA 或 Orlan-10 等其他俄羅斯無人機執行的。2022 年，"柳葉刀 "的配套無人機 "KUB-BLA "也引起了人們的關注，該無人機具有機載人工智能能力，可自主識別目標，但其使用次數相對較少，而且往往效果不佳，無法證實該無人機所謂的先進能力。這種說法往往缺乏確鑿證據，甚至得不到國防部或政府的公開承認，因此很難確定俄羅斯軍方是否真的以這種方式使用了人工智能。

俄羅斯的另一種說法涉及正在烏克蘭東部進行的 "標記 "戰斗無人地面車輛（UGV）測試。該 UGV 被移交給設在當地的一個志愿組織，用于在戰場條件下進行測試和評估。迄今為止，"標記 "仍是俄羅斯在計算機視覺、自然語言處理、導航、自主移動和群車控制方面的旗艦項目。雖然 2021 年進行的幾次測試據稱允許一組 "馬克 "自動穿越復雜地形，但目前還不清楚這種車輛是否真的能在烏克蘭發揮這種作用。更有可能的情況是，"標記 "是一個固定平臺，用于偵察系留無人機，而不是自主前往自行確定的目標地點的作戰平臺。俄羅斯軍方正尋求在信息戰中使用人工智能，但鮮有證據表明，俄國防部自己對這一問題的討論與針對烏克蘭軍民的實際效果之間存在差距。

結論

這場戰爭的一個絕對關鍵的方面是作戰技術的快速發展以及雙方對關鍵戰術和概念的調整。如今，俄羅斯和烏克蘭軍隊及其志愿軍都在駕駛大量無人機執行偵察和作戰任務。其中許多無人機--如商用四旋翼飛行器和 FPV（第一人稱視角，"神風特攻隊 "無人機）--都是成組飛行，由一名或數名操作員駕駛。根據雙方的設想，這些戰術的自然演進將使實際的無人機群能夠在人工智能技術的支持下自主飛向目標，并分析和交換數據。烏克蘭政府官員公開表示，他們正在探索在空中無人機中使用人工智能，以提高任務效率。這種戰術甚至可能不僅僅出現在官方軍事研發機構中，還可能出現在協助雙方進行技術開發和采購的志愿者組織中。

這場戰爭的關鍵要求是建立共同的戰場作戰圖，以便迅速獲取并應對不斷變化的作戰條件。烏克蘭利用人工智能技術分析來自眾多源點的大量數據，滿足了這一需求，從而對俄軍的行動和戰術做出準確反應。俄羅斯軍方在入侵前就強調將人工智能作為決策和數據分析工具，這表明他們可能采用了類似的方法，盡管烏克蘭方面沒有公開的證據和討論。有證據表明，俄羅斯軍方正試圖集中采用人工智能作戰方法：2022 年 9 月，俄國防部成立了人工智能部，負責研究、開發和采購。俄羅斯國防部還公開表示，它將監控全球人工智能的發展，其中包括烏克蘭對這一技術的使用。

同時，必須認識到，烏克蘭在利用人工智能方面的成功離不開美國和西方的援助。事實上，上述公司正獲得前所未有的機會，在同級對手之間的常規沖突中實際應用人工智能作戰，而這在以前大多只能在模擬中實現。雖然烏克蘭的高科技部門即使在戰爭壓力下仍能開發出 Kropyva 等關鍵信息共享軟件，以及從衛星圖像中識別俄羅斯軍隊的 Reface 通知應用程序，但不清楚如果沒有這些援助，烏克蘭是否會取得同樣的成功。美國在民用和軍用人工智能技術方面的先進發展為全球如何在戰斗中利用人工智能技術開創了先河，烏克蘭也欣然采用人工智能技術，以更好地進行戰場管理。俄羅斯軍方也在密切關注美國的人工智能成就，并將美國的人工智能發展實踐（如上述中心）納入其中。烏克蘭和俄羅斯都向美國尋求應用此類技術的關鍵經驗，盡管莫斯科也向北京尋求高科技軍事合作。

與此同時，在這場沖突中，人工智能只是一個輔助工具，而不是槍尖上的解決方案，因為這場戰爭是由步兵和武器在地面上進行的，其方式更容易讓人聯想到第一次世界大戰或第二次世界大戰，領土的得失都是在緩慢而艱苦的戰斗中完成的。協助烏克蘭作戰的商業人工智能解決方案也很快被需要獨立思考的軍方所采用，而不需要漫長的采購周期或長達數年的測試和評估時間表。同時，也必須認識到，即使是先進的技術，如果由于對手適應作戰條件或愿意花費資源維持戰術現狀而無法在戰場上使用，也會有其局限性。目前，人工智能在烏克蘭的應用以人類活動為中心，操作人員在人工智能提供的分析幫助下，最終為單元、武器和系統做出最終決策。考慮到烏克蘭和俄羅斯軍隊對其中一些技術的升級速度之快，有必要考慮許多商業技術在現代作戰中的作用。烏克蘭戰爭可能會持續一段時間，雙方都在努力實現優勢互補，而人工智能將繼續在這場對抗中發揮越來越大的作用。

參考來源：Russia Matters

印度洋-太平洋司令部參謀長表示，該司令部正在開發一種工具，利用人工智能加速 "漫長而艱巨 "的作戰規劃過程。

這項名為 "風暴突破者"（Stormbreaker）的工作目前正在開發中，并致力于建立一個人工智能化的聯合作戰規劃工具包，以支持多領域、作戰層面行動方案制定的規劃、兵棋推演、分析和執行。

美國陸軍少將、印度洋-太平洋司令部參謀長約書亞-陸克文（Joshua Rudd）在 3 月舉行的美國國防工業協會太平洋作戰科學與技術會議上發言時說，這一舉措將瞄準通常需要 "數小時、數天、數周、數年才能制定完成 "的流程。

他說，按照傳統的軍事決策程序，即使是日常行動也需要三到四個行動方案。

他說：想一想，是否有一種方法可以連續運行這些程序，并對其進行紅隊分析、戰爭博弈、反復模擬，這樣不僅可以產生你可能沒有考慮過的行動方案，還可以完善現有的行動方案。制定行動計劃需要 "很長時間"，但更新計劃也是如此。在制定作戰規劃時，"許多事實和假設以及威脅都要追溯到......敵人現代化和提供能力的驚人速度"。

雖然陸克文沒有討論具體細節，但他表示，初步能力已開始交付，其核心是 "一些建模和模擬能力，這些能力利用現有數據--如威脅數據、友軍數據、作戰計劃--然后通過人工智能/機器學習透鏡進行評估，然后生成輸出"。

陸克文說，印度洋-太平洋司令部司令、海軍上將約翰-阿奎里諾將該計劃稱為 "把握主動權"，是提供綜合威懾的一種方法。

陸克文說，其他三項計劃--聯合火力網、印太司令部任務網和太平洋多域訓練環境概念--都是相互促進的。

"聯合火力網"是一個作戰管理系統，可滿足對決策優勢的需求，即 "將海量信息提煉成可用[和]可顯示的信息 "的能力。但是，如何將海量數據從最高級別的機密信息到開放源代碼信息......匯集在一起，以了解敵人在做什么，了解友軍在做什么？

他說，要實時查看這些信息并做出決策，"人類很難做到"。"我們認為，人工智能和機器學習能力可以發揮輔助作用，使我們能夠以相關的速度做到這一點"。

如果陷入沖突，以速度和規模移動的能力 "以及對我們構成的真正威脅將是我們在近代史上從未見過的"。

他說："我認為，我們非常擅長提供和封閉殺傷鏈。針對......單一目標的決策優勢。我們可以將這些知識和經驗應用于此。因此，"聯合火力網 "是我們的方法、設計和努力的方向，我們要將其結合起來，使我們擁有決策優勢，從而能夠關閉殺傷鏈。

陸克文將INDOPACOM任務網絡描述為 "將先前存在的網絡整合在一起的單層玻璃，在這些網絡中，我們歷來都是進行雙邊對話，我們需要能夠進行多邊對話"。

創建這一網絡面臨一些挑戰，例如在信息共享和加強與盟友和合作伙伴的合作方面存在政策和權力障礙。

但這也有技術方面的因素。當務之急是能夠抵御網絡攻擊和滲透。因此，我們正在將其與聯合火力網結合在一起。

最后，"太平洋多域訓練環境概念 "旨在將實戰、虛擬和建設性訓練環境結合在一起。

陸克文說：重點是我們可以實時拼接虛擬、實戰和建設性的訓練活動，使我們能夠進行演練，整合盟友和合作伙伴，并反復進行。

他補充說，這一概念與INDOPACOM任務網絡的最終成熟有關，并得到了聯合火力網絡的支持。

"如果你同時實現了所有這些目標，那么你就會看到所有這些努力之間的內在聯系，如果你以我們建議的方式實現所有這些目標，我相信這將產生極其強大的威懾效果。"因此，加速、加速、加速"。

參考來源：NDIA

圖：在穆古角文圖拉縣美國海軍基地的 Vanilla 超續航陸射無人機（UAV）。人工智能賦能的機載無人機可能會開創海軍航空的新時代。

如今，許多人質疑航母在大國競爭中的意義。兵棋推演者擔心大國的 "航母殺手 "導彈，其他人則對美國航母艦載攻擊機的航程縮短表示遺憾。美國國會議員質疑超級航母對納稅人的價值，要求海軍尋求成本更低的解決方案。然而，人工智能和無人機技術的進步為解決這一戰略困局打開了大門：讓每艘艦艇都成為航母。

美國海軍、海岸警衛隊和軍事海運司令部（MSC）的每艘艦艇上都應配備一個中隊（約十架飛機）的第 3 或第 4 組無人機系統（UAS）--這些系統足夠大，可以飛得較高、較遠、較長時間，但仍然足夠小，幾乎可以裝在任何大小的艦艇上（第 1 組最小，第 5 組最大）--由人工智能（AI）算法操作。在整個水面艦隊中部署這些設備將能在多個領域實現新的能力，優化戰斗力和后勤保障。

作戰手段

美國海軍研究辦公室于 2021 年發布了《智能自主系統（IAS）科技戰略》，描述了蜂群、分布式和持久性傳感器以及海上控制和拒止等 "設想的未來"。海軍作戰部長的《2022 年作戰規劃》同樣預計，未來的海軍將由數千個自主平臺組成，以增強部隊的殺傷力和生存能力。啟用了人工智能的無人機系統--本文稱之為智能自主機載系統（IAAS），以區別于可比的水面和水下無人機系統以及遙控無人機系統--可以為艦隊中的每艘艦艇增強戰斗力。正如海軍中將吉姆-基爾比（Jim Kilby）所澄清的那樣："無人系統本身并不是一個目標，它們是一種基于迅速加速的威脅的能力的推進器。

美國國防部（Department of Defense，DoD）也擁抱了人工智能的未來，將其視為負擔得起的戰斗力和威懾力的關鍵。2023 年 9 月，美國國防部副部長凱瑟琳-希克斯（Kathleen Hicks）宣布了一項雄心勃勃的計劃，即 "在未來 18-24 個月內，在多個領域投入使用可減員（也稱'可消耗'）、數千人規模的自主系統"。所謂的 "復制者 "計劃正在推動五角大樓迅速采用人工智能技術，以抵消大國在工業生產能力方面的優勢。

IAAS 可以為海軍水面艦隊提供關鍵能力。例如，IAAS可以充當通信節點，向有人和無人水面艦艇轉發超視距（OTH）信息。一個有彈性的空中視距通信網絡可減輕衛星和 OTH 通信通道被動探測、攔截或干擾所帶來的威脅。IAAS 可配備被動或主動傳感器，以探測威脅并擴大艦船監視區域的范圍。

IAAS 還能增強動能任務。為一組無人機配備彈藥，可以進行精確打擊、壓制敵方防空系統或為地面部隊提供近距離空中支援。正如與胡塞武裝的沖突所顯示的，海軍需要比珍貴的地對空或空對空導彈更便宜的方式來保衛商業航運。能夠在有人駕駛平臺和有威脅的無人機系統或巡航導彈之間進行機動的人造無人機將是 IAAS 的一個重要用例。機載電子攻擊等非動能效應可以保護有人駕駛飛機不被敵方平臺發現或瞄準，從而為動能打擊提供幫助。人工智能無人機可配備無線電頻率信號中繼器和欺騙器，使無線電頻率環境飽和，并使瞄準解決方案復雜化。

作戰后勤

美國政府問責局在 2019 年報告稱，軍事海運司令部的艦隊僅有 100 多艘現役和后備艦艇，其中一些艦艇的艦齡已超過 50 年。此外，海軍推動艦隊更加分散，這將對軍事海運司令部的資產提出越來越高的要求。2022 年，海軍展示了科技初創公司 Shield AI 和 Skyways 的 IAAS 藍水物流能力，可將 50 磅以下的小型貨物運載 200 英里。令人印象深刻的是，Elroy Air 公司的另一款無人機可將 300 磅的貨物飛行 300 英里。

戰略海運部隊可以采取亞馬遜式的海上運輸方式。以軍事海運司令部的船只為中心，無人機可以在需要補給的船只之間來回執行貨物運輸任務。IAAS 不足以運送燃料、彈藥或重型設備。不過，據海軍航空系統司令部稱，50 磅以下的輕型貨物占海軍后勤運輸的 90%。有朝一日，智能化的自主水面艦艇可能會承擔起運送重型貨物和燃料的任務。在此期間，IAAS 可以加強水下補給，為人類直升機飛行員集中精力執行作戰任務開辟帶寬，并減少軍事海運司令部艦艇在作戰行動期間為海軍提供補給的時間-距離問題。

公私合作

Shield AI、Anduril、Skyways、Elroy Air 等公司正在開發創新型低成本無人機和強大的人工智能算法來駕駛無人機。例如，Shield AI 公司生產了一種名為 V-BAT 的第 3 組無人機系統，它可以與其他 V-BAT 聯手協調任務。預計一架 V-BAT 的價格約為 50 萬美元。五角大樓可以用一架 F-35 隱形戰斗機的價格購買近 200 架 V-BAT 無人機。放棄 "福特 "級航母，海軍庫存中的每艘艦艇都能輕松變成混合艦隊的無人機載具。

私營部門提供的真正價值在于其飛行器的引擎蓋下。強化學習是深度機器學習的一個子集，它能讓計算機系統通過模擬一個動作，然后觀察該動作數百萬次的結果，來學習如何完成一項任務。起初，人工智能是無能和幼稚的。但模擬運行一百萬次后，人工智能就能比人類更好地完成任務，而且可能在幾天或幾周內就能完成。2020 年，在 DARPA 的 AlphaDogFight 挑戰賽中，一個名為 "Falco "的強化學習系統在模擬狗斗中擊敗了一名經驗豐富的空軍戰斗機飛行員。國防部本身缺乏開發類似人工智能所需的專業知識，但它正在通過 Replicator 等計劃以及 AFWERX 和 NavalX 等創新中心大步前進，以購買相關能力。

出錯也是人？

建立個人和機構對人工智能的信任是實現這一愿景的重大障礙。保羅-夏爾（Paul Scharre）是《四個戰場》（Four Battlegrounds）一書的作者： 一書的作者保羅-沙雷（Paul Scharre）強調了自動 "愛國者 "導彈系統早期的失敗，該系統在 2003 年入侵伊拉克期間曾兩次擊落友軍。"他寫道："如果作戰人員不信任一項技術，他們就不會使用它。

今天的算法比其前身要強大得多，但在將這種技術投入實戰之前，必須有強有力的制度保障。為此，希克斯副部長于 2022 年 6 月制定了 "負責任的人工智能戰略"，并于 2023 年 1 月制定了題為 "武器系統中的自主性 "的國防部指令 3000.09。這些框架為負責任的人工智能軍事發展提供了基礎，但在實踐中執行起來可能具有挑戰性。

例如，第 3000.09 號指令要求在設計人工智能時采用 "對相關人員透明、可審計和可解釋的技術和數據源[著重號后加]"。神經網絡的設計很難解釋。給定的輸入會像人工神經元一樣穿過許多隱藏層，產生輸出響應或動作。受人腦工作原理的啟發，機器學習往往被籠罩在一個黑盒子里。

因此，信任人工智能需要一種不同的模式。傳統的測試與評估、驗證與確認流程可能無法讓國防部完全確定其自主平臺的性能如何。人類在訓練初期經常會出錯，但隨著指導和經驗的增加，錯誤會逐漸減少。如果能保證人員和設備的基本安全，操作人員可能需要容忍人工智能的錯誤，將其作為訓練機器的成本。但隨著訓練水平的提高，人工智能已經證明有能力比人類更好、更快地完成離散任務。

最后，如果海軍能區分致命和非致命效果的標準，就能更快地建立起對人工智能的信任。由于道德和法律方面的原因，人們對 "殺手機器人 "的態度猶豫不決，因此在參與戰斗之前，應對執行致命作戰任務的人工智能無人機進行更嚴格的審查。不過，許多第 3 組 IAAS 不太可能攜帶大型毀滅性有效載荷。它們的主要用途在于非致命效果。執行這些任務的無人機應更迅速地部署，并留有一定的余地，以便通過從錯誤中吸取經驗教訓來不斷改進。

信任因素并不是唯一的挑戰。IAAS 需要人力和培訓，盡管比一般的航空中隊要少得多。目前負責操作 MQ-25A "黃貂魚 "的準尉級別的航空飛行器軍官應接受有關各種 IAAS 類型和型號的培訓。另外，海軍新公布的機器人作戰專家也可以負責維護無人機、更新軟件和為適當任務編程。一旦啟動，這些專業人員將對任務進行監控，并向任務分配或指揮官的指導部門發送更新信息，充當 "回路中的人"。

小型艦艇上的可用空間也非常寶貴。雖然第 3 組和第 4 組無人機系統的體積可以很小，但在一艘艦艇上安裝十幾個無人機系統仍然具有挑戰性。不過，IAAS 可以提供寶貴的能力，值得為其尋找空間。2023 年 9 月，海軍發布了一份關于 "飛機發射和回收設備（ALRE）"的信息請求，用于 3-5 組無人機，這些無人機將 "在非航母艦艇上運行"。海軍顯然正在探索進一步整合海空領域。讓每艘艦艇都成為航母符合海軍未來空軍的戰略方向。

最后，讓每艘艦艇都充當航母將涉及思維方式的轉變。在導彈時代，水面艦艇長期以來都必須考慮空域問題，而發射和支持無人機則是一項全新而獨特的任務。水面作戰軍官需要熟悉一些空中戰術，并了解艦艇的位置如何實現預期的戰術效果。盡管存在這些挑戰，但 IAAS 帶來的諸多益處遠遠超過了使水面艦隊的作戰方式適應無人機作戰的負擔。

信任因素并不是唯一的挑戰。IAAS 需要人力和培訓，盡管比一般的航空中隊要少得多。目前負責操作 MQ-25A "黃貂魚 "的準尉級別的航空飛行器軍官應接受有關各種 IAAS 類型和型號的培訓。另外，海軍新公布的機器人作戰專家也可以負責維護無人機、更新軟件和為適當任務編程。一旦啟動，這些專業人員將對任務進行監控，并向任務分配或指揮官的指導部門發送更新信息，充當 "回路中的人"。

小型艦艇上的可用空間也非常寶貴。雖然第 3 組和第 4 組無人機系統的體積可以很小，但在一艘艦艇上安裝十幾個無人機系統仍然具有挑戰性。不過，IAAS 可以提供寶貴的能力，值得為其尋找空間。2023 年 9 月，海軍發布了一份關于 "飛機發射和回收設備（ALRE）"的信息請求，用于 3-5 組無人機，這些無人機將 "在非航母艦艇上運行"。海軍顯然正在探索進一步整合海空領域。讓每艘艦艇都成為航母符合海軍未來空軍的戰略方向。

最后，讓每艘艦艇都充當航母將涉及思維方式的轉變。在導彈時代，水面艦艇長期以來都必須考慮空域問題，而發射和支持無人機則是一項全新而獨特的任務。水面作戰軍官需要熟悉一些空中戰術，并了解艦艇的位置如何實現預期的戰術效果。盡管存在這些挑戰，但 IAAS 帶來的諸多益處遠遠超過了使水面艦隊的作戰方式適應無人機作戰的負擔。

未來戰爭

盡管 "復制者 "計劃的兩年時間表目標宏大，美國海軍部長卡洛斯-德爾托羅也宣稱 "混合艦隊已經到來"，但要將智能自主系統完全整合到載人艦隊中，還有很長的路要走。由于遠程彈藥的明顯不足，短期內可能需要優先考慮現有能力，而不是未經測試和驗證的機器人戰爭夢想。然而，戰爭的速度正在加快；海軍面臨的挑戰是為滿足未來戰爭的需求而制定短期和長期的采購戰略。

海軍航空力量需要新的愿景。海軍必須從以艦艇、潛艇和飛機為核心的平臺思維過渡到以效果為核心的思維。由人工智能支持的機載無人機所提供的能力將開創海軍航空兵的新時代。讓每艘艦艇都成為航母，將以航母誕生以來從未有過的方式徹底改變和聯合海空領域。

參考來源：美國海軍

圖：在烏克蘭與俄羅斯的沖突中，最有說服力的畫面之一是一架無人機向一輛俄羅斯坦克投擲炸彈，當時坦克正在爭先恐后地逃離 "捕食者"。這被認為是未來的征兆--來自空中的威脅無處不在。隨著各國爭相使用人工智能使無人機更具殺傷力和致命性，這種無人機威脅預計將提高幾個等級。

據報道，2020 年，一架由人工智能（AI）操控的自主無人機在利比亞殺了人，這起事件通常被稱為人工智能驅動的系統在沒有人類操控者指揮的情況下被用于 "獵殺 "的第一例。這起事件是在利比亞使用部署在那里的武裝無人機來對付為利比亞政權而戰的部隊。

根據聯合國的一份報告，土耳其制造的 "卡古-2 "致命自主飛機發動了所謂的 "蜂群攻擊"，很可能是代表利比亞 "民族和睦政府 "對哈夫塔爾的民兵發動的攻擊，這是裝備人工智能的無人機首次成功完成攻擊。"卡古-2"無人機不僅配備了面部識別技術，還能群集在一起。

大約有 90 個國家擁有用于偵察和情報任務的軍用無人機，至少有十幾個國家擁有武裝無人機。這些無人機在全球各地的沖突中已經使用了很多年，構成了巨大的威脅，但人工智能的使用才是最重要的。

在試圖了解人工智能無人機的殺傷力之前，應該先看看武裝無人機在近期沖突中的使用情況。武裝無人機在納戈爾諾-卡拉巴赫沖突中的使用取得了令人信服的效果，就像它們在今天的俄烏沖突中一樣。使用無人機對付坦克和裝甲車可能是烏克蘭部隊的成功經驗之一，但這并不是什么新鮮事。在摩蘇爾戰役中，伊拉克和黎凡特伊斯蘭國就曾使用裝有小型炸藥的無人機，特別是用來對付美軍最先進的艾布拉姆斯坦克。

圖：美軍艾布拉姆斯坦克在摩蘇爾遭到 ISIS 襲擊

哈馬斯最近也采用了同樣的戰術，他們瞄準并摧毀了以色列的一輛梅卡瓦 Mk4M 主戰坦克（MBT），眾所周知，這是世界上最現代化的主戰坦克之一。哈馬斯使用一架無人機，成功地在加沙-以色列邊界附近的某處向這輛坦克投擲了一枚手榴彈，當時坦克的裝甲百葉窗已經升起，猝不及防。哈馬斯軍力遠不如以色列國防軍，卻能瞄準并摧毀先進的梅卡瓦坦克，這只是在任何沖突中使用無人機給一方帶來優勢的一個例子。

今天，使用武裝無人機的功效和殺傷力已成為公認的事實，但它們仍被視為增強戰斗力的手段，而非 "制勝 "系統。它們可能是空戰的重要輔助支持，但不是進攻性支持的主要工具。隨著人工智能（AI）融入無人機作戰，它們的殺傷力、實用性和功效將發生巨大變化。

人工智能已經與無人機結合在一起，有許多系統已經投入實戰或正在開發中。人工智能驅動的無人機包括 Sheild。AI的無人機據稱無需GPS跟蹤即可導航，洛克希德-馬丁公司的沙漠鷹III據稱可以提前規劃飛行路線，AeroVironment公司的烏鴉系列無人機聲稱可以利用計算機視覺和GPS協調沿航線飛行。

圖：AeroVironment 公司的 RQ-11 Raven

2019 年，首架完全由人工智能操控的無人機 "Kratos XQ-58 Valkyrie "進行了首次飛行。據報道，俄羅斯在烏克蘭沖突中使用了由人工智能驅動的卡拉什尼科夫 ZALA Aero KUB-BLA 游蕩彈藥，自動化已在烏克蘭沖突中得到利用。此外，以色列在加沙的行動中也主要使用人工智能驅動的系統，包括無人機。

人工智能帶來的變化

使用人工智能可以對無人機進行更有效的數據和傳感器融合分析，通過復雜的算法和機器學習來更好地了解無人機周圍的環境。它使無人機比以往任何時候都更致命、更高效、更準確、更自主。人工智能改善了無人機獲取、解釋、分析和傳輸關鍵數據的通信系統和網絡安全。

人工智能引領的兩項創新是蜂群智能和自動化。蜂群智能使無人機能夠以 "蜂群 "的方式協調一致地運行，從而使一組無人機能夠以進攻模式使用。無人機群有能力執行戰術任務，壓倒敵人，從而增強無人機的單兵作戰能力。

以人工智能為動力的自動化系統可以與物聯網（IoT）、自主導航、通信網絡、數據分析和進攻性行動的自主決策相結合。其中，人工智能驅動的自主決策才是最重要的發展，也是最具爭議的。

機器視覺和圖像識別系統之一是 "神經腦"（Neurala Brain），它聲稱可以幫助裝有攝像頭的無人機識別和辨認預定目標，然后向人類操作員發出警報。同樣，以色列拉斐爾先進防御系統公司也開發了一種用于增強目標成像和輻射分析的軟件。它聲稱 "目標選擇和交戰的精確度達到了以前無法想象的水平"。

即將到來的戰爭

利用人工智能，由數百甚至數千架無人機組成的無人機群將能夠相互通信，收集敵軍動向情報，選擇目標，然后對其進行精確打擊，在不造成附帶損害的情況下將預定目標擊落。即使大量無人機被擊落，殺手機器人在攻擊中協同作戰也將很快成為現實。

為了將其利用人工智能的計劃付諸現實，美國于2023年8月宣布了 "復制者 "計劃，以增加人工智能、無人駕駛、相對廉價的武器裝備艦隊，這些武器裝備將是 "可攻擊的。"與此同時，印度陸軍已經部署了兩套蜂群無人機，用于在拉達克東部和印中邊境執行情報、監視、偵察（ISR）任務。這些無人機配備了人工智能和先進的通信功能，可相互通信并協調行動。無人機具有基于人工智能的自動目標識別（ATR）功能。

在當前的俄烏沖突中，數百架無人機組成的先進戰斗力量已經證明了這一概念。據估計，烏克蘭在執行以技術為驅動的軍事行動時，每月損失上萬架無人機。

了解這一切將如何發展的一個方法就是看看正在進行的加沙行動。以色列正在使用微型無人機，包括埃爾比特系統公司（Elbit Systems）的 LANIUS、Spear 公司的 NINOX 40 和 Xtend 公司的 Wolverine，在最低高度近距離進行情報、監視和偵察（ISR）。這些微型無人機集成了具有人工智能識別和分類能力的傳感器，可探測武裝對手和武器站。雖然這些系統是遙控操作的，但它們具有很大程度的自主性，能夠在 GPS/GNSS 信號被屏蔽的環境中（即視線衛星信號被屏蔽的地方）發揮作用。其中，LANIUS 被描述為 "一種高機動性和多用途的無人機游蕩彈藥，專為在城市環境中短距離作戰而設計"。

圖：埃爾比特系統 LANIUS 微型無人機

不過，值得注意的是位于哈佐爾空軍基地的第 144 無人機中隊的秘密 "Nitzotz"（火花）系統。雖然第五代無人機的詳細資料不多，但據報道，根據收到的數據，它能顯著提高作戰部隊采取有效進攻行動的能力。

挑戰

人工智能的使用并非沒有挑戰，因為現實世界的環境與實驗室或試驗場的測試條件大相徑庭。在無人系統上采用非確定性學習算法是實地條件下的一大挑戰。然而，真正令人擔憂的挑戰是與使用人工智能選擇目標和在沒有人類控制的情況下執行 "擊殺 "有關的道德問題。

與此相關的是可解釋性問題，即很難理解或解釋人工智能產生的結果。依賴人工智能進行決策的系統往往是不透明的，因為它們處理的是專有信息，并隨著從新數據中學習而不斷發展。它們往往過于復雜，任何一個人都無法理解。這使得無人機 "操作員 "很難完全理解目標選擇和執行的殺戮是否 "正確"。

這往往導致缺乏責任感。在即將到來的無人機戰爭中，當平民被 "誤殺 "時，軍方官員往往會將錯誤歸咎于機器。隨著人工智能驅動系統的普及，無人機之間以及無人機與其他系統之間由于缺乏兼容性而缺乏溝通，這種錯誤將經常發生。

人工智能驅動的無人機的危險已經顯現出來，有興趣的人可以注意到。以色列在空襲目標選擇中使用了人工智能。其中使用的兩個平臺是 "福音 "和 "火工廠"。由于以色列指揮官使用的是人工智能工具生成的目標清單，這種方法的不透明性引起了人們的擔憂，因為人類只是機械化過程中的一個組成部分。自主無人機增加了瞄準過程的不透明性。歐洲-地中海人權監測組織證實，以色列的 "小型無人機殺手"（包括 Matrice 600 和 LANIUS 型）造成數十名平民死亡。

無人機的研發和使用已有數十年歷史。早在一個多世紀前的第一次世界大戰期間，就有人首次嘗試使用遙控飛機，但美國在越戰期間使用無人偵察機才標志著無人駕駛飛機的到來。在最近的沖突中，無人機的使用范圍不斷擴大，但人工智能的融入將前所未有地改變無人機的能力。人工智能驅動的無人機正處于技術革命的風口浪尖，誰能率先利用人工智能的潛力，誰就能比對手獲得不對稱優勢。

雖然烏克蘭使用無人機似乎吸引了人們的眼球，但以色列使用智能人工智能無人機才反映了即將到來的無人機戰爭，以及隨之而來的所有附帶損失和平民損失，需要全世界的共同關注。無人機的殺傷力和濫殺濫傷作用已充分展現，除非人們意識到這種戰爭的危險性并采取相應行動，否則很可能為時已晚。

專家們一致認為，未來戰爭的特點將是使用人工智能（AI）技術，特別是完全自主的武器系統。這些系統--如美國空軍的 "忠誠僚機 "無人機--能夠在無人監督的情況下識別、跟蹤和攻擊目標。最近在加沙、利比亞、納戈爾諾-卡拉巴赫和烏克蘭等地的沖突中使用這些致命的自主武器系統提出了重要的法律、倫理和道德問題。

盡管人工智能被廣泛應用，但目前仍不清楚人工智能增強型軍事技術會如何改變戰爭的性質和態勢。那些最擔心將人工智能用于軍事目的的人預見到了一個烏托邦式的未來或 "人工智能啟示錄"，機器將成熟到足以主宰世界。一位政策分析師甚至預測，致命的自主武器系統 "將導致世界秩序的劇變，其程度將遠遠超過核武器問世時發生的變化"。其他觀察家則質疑，鑒于通過算法模擬生物智能的復雜性，人工智能系統能在多大程度上真正取代人類。假設人工智能的這種擴展是可能的，那么依賴人工智能的軍隊將承擔數據和判斷成本，這可以說 "使戰爭中人的因素變得更加重要，而不是更加不重要"。

這些觀點雖然有助于討論人工智能對全球政治的潛在影響，但卻無法解釋人工智能究竟會如何改變戰爭的進行，以及士兵們對這一問題的看法。為了解決這個問題，作者最近研究了人工智能增強型軍事技術--整合到不同決策層面和監督類型--如何影響美國軍官對這些系統的信任，從而影響他們對戰爭軌跡的理解。在人工智能領域，信任被定義為一種信念，即一項自主技術在追求共同目標的過程中將可靠地按照預期執行。

圖：XQ-58A Valkyrie "忠實僚機 "無人駕駛戰斗飛行器由人工智能驅動，可在無人監督的情況下識別、跟蹤和攻擊目標。(圖片：美國空軍。 設計：Fran?ois Diaz-Maurin/Erik English）

為了衡量軍方對致命自主武器系統的信任程度，本文作者研究了就讀于賓夕法尼亞州卡萊爾美國陸軍戰爭學院和羅德島州紐波特美國海軍戰爭學院的軍官的態度。軍隊未來的將軍和海軍上將都將來自這些軍官，他們負責管理未來沖突中新興能力的整合與使用。因此，他們的態度對于了解人工智能在多大程度上可能塑造一個由 "戰爭機器人 "陸軍作戰的新戰爭時代非常重要。

研究有三個重要發現。首先，軍官對人工智能增強型軍事技術的信任程度不同，這取決于整合這些技術的決策層以及對新能力的監督類型。其次，軍官可以批準或支持采用人工智能增強型軍事技術，但卻不信任它們，這表明他們的態度不一致，對軍事現代化產生了影響。第三，軍官對人工智能能力的態度還會受到其他因素的影響，包括他們的道德信念、對人工智能軍備競賽的擔憂以及教育水平。總之，這些發現首次提供了軍隊對戰爭中人工智能態度的實驗證據，對軍事現代化、自主武器的政策監督和專業軍事教育（包括核指揮與控制）都有影響。

四種類型的人工智能戰爭

不同國家采用人工智能增強型軍事技術的決策水平（戰術或戰略）和監督類型（人類或機器）各不相同。各國可以優化算法，在戰場上執行戰術行動，或進行戰略審議，以支持總體戰爭目標。在戰術上，此類技術可以快速分析從分布在戰場上的傳感器獲取的大量數據，比對手更快地生成目標選擇，從而提高戰地指揮官的殺傷力。正如網絡安全專家喬恩-林賽（Jon Lindsay）所說，"戰斗可以被模擬為一場游戲，通過摧毀更多的敵人同時保全更多的友軍來贏得勝利"。要做到這一點，就必須大大縮短 "從傳感器到射手 "的時間線，即從獲取目標到攻擊目標的時間間隔。美國國防部的 "利馬特遣部隊"（Task Force Lima）和 "Maven計劃"（Project Maven）都是此類人工智能應用的范例。

在戰略上，人工智能增強型軍事技術還能幫助政治和軍事領導人將關鍵目標（目的）與作戰方法（途徑）和有限資源（手段）（包括物資和人員）相結合，實現同步。在未來的軍事行動中，新的能力甚至可能出現并取代人類，包括制定戰略方向和國家級戰略。正如一位專家所言，人工智能已經顯示出 "參與復雜分析和戰略制定的潛力，可與發動戰爭所需的能力相媲美"。

與此同時，各國還可以調整對人工智能增強型軍事技術的監督或控制類型。這些技術在設計上可以允許更多的人為監督，從而增強決策的自主性。這類系統通常被稱為半自主系統，即仍受人類控制。這種監督模式是目前大多數人工智能增強武器系統（如通用原子公司的 MQ-9 "死神 "無人機）運行的特點。雖然 "死神 "可以自動駕駛，根據地形和天氣條件的變化調整飛行高度和速度，但人類仍然可以做出瞄準決定。

各國還可以設計人工智能增強型軍事技術，減少人工監督。這些系統通常被稱為 "殺手機器人"，因為人類不在其中。在這些應用中，人類行使的監督即使有，也是有限的，甚至在目標選擇決策方面也是如此。決策水平和監督類型的差異表明，在采用人工智能增強型軍事技術后，全球可能出現四種類型的戰爭。

圖：人工智能戰爭的四種類型。(插圖：Fran?ois Diaz-Maurin）

首先，各國可以利用人工智能增強型軍事技術在人類監督下進行戰術決策。這就是保羅-沙雷（Paul Scharre）所說的 "半人馬作戰"。"半人馬 "是希臘神話中的一種生物，上半身像人，下半身和腿像馬，因此得名。半人馬作戰強調人類為戰場目的控制機器，例如摧毀敵方武器庫等目標。

其次，各國可以利用人工智能增強型軍事技術，在機器監督下進行戰術決策。這就從字面上顛覆了半人馬戰爭，讓人聯想到古希臘的另一種神話生物--牛頭人，它有牛的頭和尾巴，人的身體。"牛頭人戰爭 "的特點是在戰斗中機器控制人類和跨領域作戰，從地面上的士兵巡邏到海洋上的戰艦編隊，再到空中的戰斗機編隊，不一而足。

第三，戰略決策加上機器監督，構成了 "人工智能將軍 "或 "單兵 "類型的戰爭。這種方法為人工智能增強型軍事技術提供了非同尋常的空間，以塑造各國的作戰軌跡，但可能會對沖突期間國家間的攻防平衡產生嚴重影響。換言之，人工智能通用型作戰可使各國在時間和空間上獲得并保持對對手的優勢，從而影響戰爭的總體結果。

最后，"馬賽克戰 "保留了人類對人工智能增強型軍事技術的監督，但試圖利用算法來優化戰略決策，以強加和利用針對同行對手的弱點。美國海軍陸戰隊退役將軍約翰-艾倫（John Allen）將這種作戰模式稱為 "超戰爭"，學者們通常將其稱為算法決策支持系統。這些任務包括通過 "實時威脅預測 "過程預測敵人可能采取的行動（這是美國防部新的機器輔助分析快速存儲系統或 MARS 的任務），確定最可行、最可接受和最合適的戰略（Palantir 和 Scale AI 等公司正在研究如何做到這一點），以及調整后勤等關鍵作戰功能，以幫助軍隊在印度洋-太平洋等補給線延伸的有爭議作戰環境中獲得并保持主動權。

美國軍官對人工智能戰爭的態度

為了解決軍官在決策水平和監督類型不同的情況下如何信任人工智能增強型軍事技術的問題，作者于 2023 年 10 月對分配到卡萊爾和紐波特戰爭學院的軍官進行了一次調查。調查涉及四個實驗組，這四個實驗組在決策（戰術或戰略）和監督（人類或機器）方面對人工智能增強型軍事技術的使用有所不同，還有一個基線組沒有操縱這些屬性。在閱讀了隨機分配的場景后，要求受訪者用 1 分（低）到 5 分（高）來評價他們對該能力的信任度和支持度。然后，使用統計方法對數據進行了分析。

雖然樣本不能代表美國軍隊（也不能代表其分支，如美國陸軍和海軍），但它是政治學家所說的便利樣本。這有助于得出極為罕見的見解，了解軍人如何信任人工智能增強型軍事技術，以及這種信任對戰爭性質的影響。

這個樣本也是對人工智能出現后未來戰爭可能發生的變化的理解的一個艱難考驗，因為抽取了過多的野戰軍級軍官，包括少校/中校、中校/指揮官和上校/上尉。他們接受過多年的訓練，是目標瞄準方面的專家，許多人都曾參加過戰斗部署，并對無人機做出過決策。他們也是新興的高級領導人，負責評估新技術對未來沖突的影響。這些特點意味著，樣本中的軍官可能比軍隊中的其他人員更不信任人工智能增強型軍事技術，尤其是那些常被稱為 "數字原住民 "的初級軍官。

這項調查揭示了幾個重要發現。首先，基于對這些新能力的決策水平和監督類型的不同，軍官對人工智能增強型軍事技術的信任程度也不同。雖然軍官們普遍不信任不同類型的人工智能增強型武器，但他們最不信任用于單兵作戰（由機器監督的戰略決策）的能力。另一方面，他們對馬賽克戰爭（人工智能優化戰略決策的人工監督）表現出更多的信任。這表明，軍官們始終傾向于由人類控制人工智能來識別敵方活動的細微模式、生成軍事方案以應對對手的多重困境，或者在長期沖突中幫助維持戰備狀態。

與基線組相比，軍官對人工智能軍事技術的信任度在單兵作戰（18.8%）方面的下降幅度要大于馬賽克作戰（10.5%）--見圖 1。雖然與基線組相比，兩種類型的人工智能增強型戰爭中軍官的平均信任度差異在統計上都很顯著，但用于單兵作戰的新軍事能力比用于馬賽克戰爭的更明顯。此外，軍官對兩類人工智能增強型戰爭的信任概率的平均變化（即人工智能增強型軍事技術對軍官信任的平均邊際效應）僅對單兵作戰具有統計意義。總體而言，這些結果表明，軍官對人工智能增強型軍事技術的不信任程度較低，因為這些技術是在人類監督下用于輔助高層決策的。

這些關于信任度的結果在很大程度上反映了軍官的支持態度。與基線組相比，軍官對用于單兵作戰的人工智能增強型軍事技術的支持程度較低，支持率為 18.3%，統計顯著性幾乎相同。不過，與基線組相比，軍官對牛頭人戰爭的支持程度也高于其他人工智能增強型戰爭模式，支持程度的變化約為 6.5%。這表明，雖然軍官們對用于較高層次決策和人工控制的人工智能增強型軍事技術的不信任程度較低，但他們更支持用于戰術級決策和機器監督的人工智能增強型軍事技術。總之，軍官們的態度似乎反映了國王學院教授肯尼斯-佩恩（Kenneth Payne）的論點："戰爭機器人將成為令人難以置信的戰斗員，但卻是有限的戰略家"。

圖 1. 與基線組相比，四類人工智能戰爭的信任度和支持度。注：數值代表與基線組相比，各處理組對人工智能增強型軍事技術的支持度和信任度的變化。當支持度和信任度與基線組相比下降時，數值為負。(數據：Paul Lushenko；可視化：Fran?ois Diaz-Maurin）

軍官們對在戰術層面使用人工智能增強型軍事技術的支持度相對較高，這揭示了第二個關鍵發現。軍官們對人工智能增強型軍事技術的態度可能是支持比信任更明顯。這意味著一些學者所說的 "信任悖論"。軍官們似乎支持采用人工智能增強的新型戰場技術，即使他們并不一定信任這些技術。這種現象主要與 "牛頭人 "戰爭有關（使用人工智能進行戰術決策并由機器監督）。這表明，軍官們預計人工智能增強型軍事技術將壓縮對手的機動時間和空間，同時擴大美軍的機動時間和空間，而美軍的機動時間和空間是建立在縮短 "從傳感器到射手 "的時間線基礎上的，高級軍事領導人認為這是在未來沖突中擊敗近鄰對手的關鍵。

軍官對用于戰術層面決策和機器監督的人工智能增強型軍事技術的支持程度差異大于其信任度的變化（圖 2）。此外，結果表明，軍官在信任和支持態度上的差異在統計學上具有顯著性： 軍官對用于牛頭人戰爭的人工智能增強型軍事技術的支持程度要高于對它們的信任程度。軍官支持用于牛頭人戰爭的人工智能增強型軍事技術的平均概率變化也高于其他三種類型的人工智能增強型戰爭。

綜合來看，這些結果表明美國軍官對人工智能增強型軍事技術的支持和信任存在信念偏差。盡管軍官們支持采用此類技術來優化不同層次和不同程度的監督決策，但他們并不信任因新興的人工智能能力而導致的潛在戰爭類型。這一結果表明，美國軍官可能認為有義務接受與他們自己的偏好和態度相悖的預計戰爭形式，特別是作為美國陸軍和海軍新興作戰概念基礎的牛頭人戰爭。

圖 2. 對四類人工智能戰爭的信任和支持。注：數值代表各處理組對人工智能增強型軍事技術的支持和信任的平均水平。(數據：Paul Lushenko；可視化：Fran?ois Diaz-Maurin）

其他因素進一步解釋了軍官對人工智能增強型軍事技術信任度的差異。在作者的調查中，當控制了決策水平和監督類型的差異后，發現軍官對這些技術的態度也可能受到潛在的道德、工具和教育因素的影響。

認為美國有道義上的義務在國外使用人工智能增強型軍事技術的軍官，反映出他們對這些新戰場能力的信任程度較高，這與支持的態度也是一致的。這表明，軍官對在國外使用人工智能增強型軍事技術（如在人道主義援助和救災行動中）的潛在益處的道德信念，可能有助于克服他們對采用這些能力的固有不信任。

此外，重視人工智能增強型軍事技術的工具價值并對其抱有 "害怕錯過 "態度的軍官--即他們認為其他國家采用這些技術會迫使美國也采用這些技術，以免在潛在的人工智能軍備競賽中處于不利地位--也傾向于對這些新興能力抱有更大的信任。在考慮教育時，也觀察到了類似的信任態度。結果顯示，高等教育降低了軍官對人工智能增強型軍事技術的信任度，這意味著更多或更專業的知識會讓人對未來戰爭中人工智能的優點和局限性產生疑問。最后，在這些規范性和工具性考慮的交叉點上，作者發現那些認為軍事力量對于維護全球秩序是必要的軍官也更支持使用人工智能增強型軍事技術。這些結果共同加強了早先的研究，即軍官的世界觀決定了他們對戰場技術的態度，軍官在評估他們對在國外使用武力的信任和支持時可以整合不同的邏輯。

如何讓軍官更好地為人工智能戰爭做好準備

有關美國軍官對人工智能態度的第一手證據，描繪了一幅新興技術帶來的戰爭特征演變的復雜圖景，這比一些分析家所認為的要復雜得多。然而，這些態度對作戰現代化和政策以及軍官的專業軍事教育（包括核武器管理）都有影響。

首先，盡管一些美國軍事領導人聲稱 "我們正在目睹戰爭性質的巨大變化，而這主要又是由技術驅動的"，但在沖突中出現的人工智能增強型軍事技術可能更多的是一種演變，而不是一場革命。雖然加沙戰爭和烏克蘭戰爭表明軍隊作戰方式發生了重要變化，但它們也反映了關鍵的連續性。軍隊傳統上一直尋求利用新技術來提高情報能力、保護部隊、擴大戰術和作戰火力范圍，這一切在戰場上產生了 "根本的不對稱"。最近，各國使用和限制無人機方式的變化也被證明影響了公眾對合法或非法使用武力的看法，這一結果與新興的完全自主軍事技術是一致的。

然而，這些能力和其他能力對戰爭中戰略結果的影響充其量只是個疑問。戰爭中的戰略成功仍然取決于各國是否愿意犧牲士兵的生命和納稅人的錢財來實現支持國家重大利益的政治和軍事目標。事實上，在研究中，軍官們可能最支持用于牛頭人戰爭的人工智能增強型軍事技術。但是，考慮到圍繞軍事創新的炒作--如果不是夸張和恐懼--，研究參與者對新戰場技術的總體信任和支持程度仍然遠遠低于預期。這些結果表明，對于人工智能對未來沖突的范式性影響，軍事領導人應該降低他們的預期。換句話說，應該 "做好被人工智能失望的準備"。美國陸軍中校邁克爾-弗格森（Michael Ferguson）認為，由于缺乏這種清晰的視角，"時髦的理論將戰爭變成了委婉語的歌舞伎"，掩蓋了殘酷的戰斗現實。戰爭是意志的碰撞，充滿人性，并受政治目標的制約。

其次，軍官對人工智能增強型軍事技術的信任態度比本研究顯示的更為復雜。事實上，正如一位前美國空軍上校、現任聯合參謀部J-8局分析師所指出的，"操作人員很難高概率地預測系統在面對適應性對手時的實際表現，這可能會削弱對系統的信任"。在另一項正在進行的研究中，發現軍官對人工智能增強型軍事技術的信任會受到一系列復雜因素的影響。這些因素包括技術規格，即其非致命目的、更高的精確度和人類監督；在平民保護、部隊保護和任務完成方面的感知有效性；以及監督，包括國內監管，尤其是國際監管。事實上，本研究中的一名軍官指出，對人工智能增強型軍事技術的信任是建立在 "遵守國際法而非美國國內法 "的基礎上的。

這些結果表明，需要對新型能力進行更多的測試和實驗，使其使用符合軍人的期望。政策制定者和軍事領導人還必須明確應鼓勵開發人工智能增強型軍事技術的作戰概念；指導其在不同領域、不同層級和不同目的中整合的條令；以及規范其使用的政策。對于后一項任務，官員們必須解釋美國的政策如何與國際法律相吻合或背道而馳，以及哪些規范是使用人工智能增強型軍事技術的條件，至少要考慮到戰地級別的軍官期望如何使用這些能力。為了填補這一空白，白宮最近宣布了美國關于負責任地在軍事上使用人工智能和自主功能與系統的政策，國防部通過了一項指令，規范美軍自主武器的開發和使用，五角大樓還設立了首席數字與人工智能辦公室，以幫助執行這一指令，不過據報道，該辦公室受到預算和人事方面的挑戰。

最后，軍事領導人還應改革專業軍事教育，讓軍官了解人工智能的優點和局限性。他們應該探索人工智能在其他戰略環境中的應用，包括核指揮與控制。美國軍方的許多舉措已經反映了這一需求，尤其是考慮到軍官們在與人工智能能力合作時猶豫不決。

在作戰方面，由美國陸軍第 18 空降軍領導的 "里奇韋項目 "旨在將人工智能整合到瞄準過程中。與之相匹配的是 "阿米莉亞 "和 "忠誠僚機"，它們是海軍和空軍旨在優化人員流程和作戰的項目。在體制上，除了預先存在的認證課程外，一些分析師鼓勵將數據素養評估納入基于人才的評估計劃，如美國陸軍的指揮官評估計劃。在教育方面，軍事院校和戰爭學院都有專門研究人工智能對未來戰爭影響的教師、研究中心和選修課。美國陸軍戰爭學院最近聘請了一名數據科學教授，美國海軍學院設有 "武器、機器人和控制工程 "研究集群，美國海軍戰爭學院開設了 "戰略領導人人工智能 "選修課。

圖：MQ-9 "死神 "發射了一枚空對地導彈-114 "地獄火 "導彈，它是一種無遙控駕駛飛機，可用于情報、偵察和打擊。(圖片：美國空軍。 設計：Fran?ois Diaz-Maurin）

與此同時，在美國海軍戰爭學院和其他地方進行的兵棋推演表明，網絡能力可以鼓勵自動化和將核指揮與控制權預先下放給戰術指揮層，并激勵積極的反擊戰略。但研究結果表明，一個令人費解的結果值得更多的檢驗。從表面上看，盡管結果可能與戰爭中使用核武器的結果相同，但這些結果提出了一個令人不安的問題： 正如研究結果所表明的那樣，即使軍官們不信任人工智能，不信任或不支持使用人工智能來管理反制戰略，他們是否真的愿意支持潛在的自動化以及將核指揮與控制權預先下放給戰術級人工智能？

俄羅斯威脅在烏克蘭使用核武器，這促使美國軍方重新審視在大國戰爭中有限使用核武器的可能性。盡管這種 "回到未來 "的情景令人恐懼，而且與冷戰期間戰術核武器的擴散不謀而合，但美國戰爭學院還是重振了教育工作，為參與大規模沖突的國家之間的戰術核交換做好作戰準備。

然而，這些舉措和其他舉措在多大程度上有效地對軍官進行了人工智能教育尚不清楚。問題的部分原因在于，這些舉措將相互競爭的教學方法對立起來。一些計劃以 "一英里寬、一英寸深 "的方式調查數據掃盲和人工智能，將一門課納入更廣泛課程的一門課程中。其他計劃則提供更多的發展機會，并采用 "更窄更深 "的方法，讓少數官員自愿選擇選修課，將其放在更廣泛的課程之上。還有一些項目，如美國陸軍戰爭學院的項目，嘗試采用 "金線 "方法，將數據素養和人工智能貫穿于課程中，從而構建出更廣泛的教學計劃。然而，后一種方法迫使管理者在內容和時間上做出重要權衡，并要求教師具備深入的專業知識。

展望未來，負責協調整個美國聯合部隊培訓和教育工作的聯合參謀部 J-7 應將專業軍事教育概念化，使其成為數據素養和人工智能教學方面長期持續、不斷豐富的連續體。服役院校的預備役學生或參加后備軍官培訓團的學生應接觸有關人工智能的基本概念。初級和中級軍官應在培訓、部署和參加中級教育（如美國陸軍指揮與總參謀學院）期間將這些見解融會貫通。在被選入戰爭學院后，軍官們應與有關在戰斗中使用人工智能的概念性、規范性和工具性考量因素進行斗爭，研究表明，這些考量因素可以塑造軍隊對新技術的態度。

當然，采用這種端對端的教育方法需要時間和資金。它還容易受到不同利益相關者的特權、軍種文化和軍種間競爭的影響。然而，通過將培訓和教育與明確可行的學習成果相結合，這種整體教學模式充分利用了現有的機會，確保美軍做好準備，愿意在和平時期和未來戰爭中采用人工智能增強型軍事技術，并使其使用方式符合國際法律和規范。

參考來源：Bulletin of the Atomic Scientists，Paul Lushenko

盡管人工智能作為宣傳工具的使用一直備受關注，但烏克蘭和以色列的熱點沖突正被證明是加速人工智能和其他信息技術工具在戰場上使用的活實驗室。特別是在烏克蘭，有報道稱，人工智能甚至被用于自主瞄準打擊目標。以色列國防軍（IDF）對人工智能的使用則更為隱秘，但它肯定被用作瞄準輔助工具，以擊敗來自加沙哈馬斯的鋪天蓋地的導彈攻擊。

烏克蘭在拒絕了其他 10 個國家的人工智能項目后，開發出了自己的人工智能，因為烏克蘭確信本國開發的人工智能會更有益處，而且可以規避向商業公司報告的任何要求。烏克蘭的人工智能主要集中在龐大的攝像頭和無人機網絡提供的計算機視覺數據上。例如，名稱和目標字符識別（OCR）可以快速識別伊朗制造的 "沙赫德 "神風無人機，而不是標準導彈。 人工智能還有助于烏克蘭自己的導彈瞄準。這些人工智能工作大多由烏克蘭的 IT 陸軍完成，據說他們有 25 萬人，其中許多人在創新的 "蝸牛車庫 "里工作，而他們的預算只有西方 IT 公司的一小部分。人工智能還被用于分析俄羅斯的無線電通信和清除地雷。與此同時，俄羅斯在軍事領域的人工智能應用似乎陷入了雄心壯志與實際用途之間的脫節，尤其是自主無人機，據說供不應求。

一些通訊社報道稱，無人化嚴重的烏克蘭已經更進一步，允許配備人工智能的無人機在某些情況下不受人類控制地識別和攻擊目標，從而引發了戰場上 "機器人殺手 "的幽靈。美國軍方已經啟動了一項為期兩年的 "復制者 "計劃，準備投入數千套價格相對低廉的自主系統，主要是為了應對大國在海軍艦艇等領域的數量優勢。澳大利亞一家名為 "Anduril "的公司（以《指環王》傳奇中的一把劍命名）正在向烏克蘭提供可發射彈藥、由人工智能驅動的 "幽靈鯊 "海上無人機。

雖然烏克蘭似乎正在使用自主人工智能來攻擊坦克等大型物體，但它幾乎可以指名道姓地攻擊單個士兵。據《時代》雜志報道，備受爭議的 Clearview 公司免費提供的面部識別系統已經識別出 23 萬多名參與烏克蘭戰爭的俄羅斯士兵和官員。Clearview 系統被用于偵測滲透者、識別親俄民兵和合作者，甚至烏克蘭稱被越過俄羅斯邊境綁架的兒童。Clearview 技術標志著 "戰斗識別系統 "的首次使用，該系統有可能被用于鎖定敵方關鍵人員。例如，一架攜帶彈藥的人工智能無人機可以在原地徘徊，直到發現一名反對派將軍。

與此同時，在立志成為 "人工智能超級大國 "的以色列，人工智能技術正在協助對加沙的哈馬斯目標進行快速定位空襲--該系統被稱為 "火力工廠"，但其針對軍事目標的準確性目前尚不得而知。人工智能還幫助抵御來襲的導彈襲擊，這些導彈試圖以數量優勢壓倒以色列引以為傲的 "鐵穹 "導彈防御系統。以色列國防軍（IDF）越來越多地使用人工智能，并將其應用于移動平臺，如新型 "巴拉克 "超級坦克。巴拉克 "坦克的一個主要特點是配備了 "鐵視角 "頭盔，通過一系列外部傳感器和攝像頭，坦克乘員只需按下按鈕，就能 "看穿車輛的裝甲"。

主要得益于人工智能，坦克能夠在戰場上獨立學習、適應、導航和瞄準。以色列國防軍表示，一對 "巴拉克 "坦克將能夠執行以前需要一個坦克排才能完成的任務。

大多數分析家都認為，烏克蘭和以色列正被證明是在戰斗中加速使用人工智能的前所未有的試驗基地，而這一發展在和平時期通常需要更長的時間。現在，人工智能系統正在接受來自真實戰爭的真實數據的訓練，這意味著人工智能將在下一場武裝沖突中發揮更大的作用和效力，而下一場武裝沖突很可能包括人工智能自主作戰。

參考來源：techstrong.ai

圖：美軍太空部隊新的 "彈性導彈預警、跟蹤和防御采購三角洲 "將利用太空發展局和導彈防御局的工作，為其自身的導彈預警和跟蹤系統提供支持。

美國太空部隊計劃從一個新機構開始推進其導彈跟蹤和預警能力。據三角洲高級物資負責人、美國太空部隊（USSF）希瑟-博格斯蒂（Heather Bogstie）上校稱，位于加利福尼亞州洛杉磯空軍基地的太空系統司令部（SSC）太空傳感局的彈性導彈預警、跟蹤和防御采購三角洲（Resilient Missile Warning, Tracking, Defense Acquisition Delta）將于今年夏天實現全面運行，該三角洲正在開創多個導彈預警和跟蹤解決方案，將區域預警擴大到更大范圍。博格斯蒂上校今年 1 月向全美空軍航空航天協會洛杉磯分會介紹了 "三角洲 "計劃的工作和目標，最近又提供了最新信息。

"導彈預警是威懾的一個關鍵組成部分，這一點非常重要，因為它向對手表明，可以適當地應對美國面臨的任何威脅，"博格斯蒂上校說。"對手正在建設能力，軌道系統正在受到爭奪。為了戰勝對手，需要審視工作方式，看看需要對操作系統和部署這些系統的方式做出什么樣的改變。希望以兩到三年的增量部署這些系統。

為了更好地跟蹤不同類型的對抗能力，太空部隊正在轉向在低地軌道（LEO）和中地軌道（MEO）部署導彈預警解決方案，包括她和她的團隊正在管理的耗資20億美元的新中地軌道導彈跟蹤星座。博格斯蒂還負責監督將中近地軌道系統納入整體架構的工作。導彈預警和跟蹤系統 "紀元 1 號 "計劃于 2026 和 2027 財年首次交付。

鑒于高超音速導彈的威脅，SSC MEO 計劃最初只是一個示范項目，后來迅速擴大。她說："我們關注的需求主要是高飛行器，因為這種威脅現在就存在。因此，決定將演示項目擴大到比原來更大的規模。真正關注的是盡可能快地建立這些系統。"

目前，該服務已經在利用其首批太空資產之一--地球同步軌道上的廣視角衛星所獲得的數據，該衛星配備了下一代高空持續紅外（OPIR）傳感器。

博格斯蒂解釋說："自 2022 年 7 月 1 日發射以來，寬視場衛星已經取得了一些里程碑式的成果，達到了現在的目標。從寬視場演示中獲得的數據將為今后如何實施近地軌道導彈跟蹤計劃提供依據......在 SSC 的近地軌道和太空發展局的低地軌道層中安裝OPIR傳感器，確實有助于比過去更好地跟蹤暗淡、快速移動的目標"。

雖然這一開創性的解決方案是在地球同步軌道，而不是近地軌道，但 "它為未來的許多重要功能開辟了道路，" 她確認說："我們正在研究如何將新的非傳統傳感器應用到架構中。寬視場確實有助于導彈預警架構的轉型，以戰勝新的和正在出現的威脅，因此我們將使用該傳感器來展示這一進程。"

她繼續說，這一過程并非沒有挑戰。"在投入使用的過程中，遇到了一些小波折，"她指出，在進行系統認證之前，他們正在進行校準工作。

此外，位于科羅拉多州博爾德的太空部隊工具應用處理實驗室一直在與 "三角洲"一起開發算法，以幫助利用來自 OPIR 傳感器的信息。

這些工作是 SSC、太空發展局（SDA）和導彈防御局之間更廣泛的聯合項目辦公室的一部分。各方簽署了一項跨機構協議，以協調整個導彈預警、跟蹤和防御架構的開發工作。博格斯蒂指出："因此，正在研究如何同步和整合我們的架構，以最好地滿足各種系統的導彈預警、導彈跟蹤和導彈防御要求，從而使我們能夠最好地描述正在發生的事件。"

事實上，太空系統司令部與太空發展局、導彈防御局以及聯合項目辦公室之間的密切關系使該部在導彈跟蹤方面不必 "重新發明輪子"。

她表示，她希望效仿太空發展局的做法，每兩年分批螺旋式提供能力。"希望太空發展局成為第一個領導者，而我們則是他們所做工作的第一個追隨者。隨著時間的推移，他們肯定會克服很多官僚主義的挑戰，我們很高興能緊隨其后，為他們的 Tranche 0 和 Tranche 1 層提供服務。"

在 SpaceX 公司的太空運輸下，太空發展局于 4 月 2 日發射了第一批 10 顆 Tranche 0 衛星，并計劃在今年夏天將接下來的 18 顆衛星送入軌道。SSC Delta還密切關注導彈防御局的低地軌道高超聲速和彈道跟蹤空間傳感器，該傳感器仍計劃于2023年發射。

此外，合并后的項目辦公室還為 "三角洲"計劃帶來了很多好處，比如整合資金，以及 "確保在開發能力時與時間表和路線圖保持一致"，博格斯蒂說。"三角洲"對太空發展局授予的合同非常熟悉，包括合同參數和他們希望系統達到的性能水平。此外，"三角洲 "計劃還在位于弗吉尼亞州尚蒂利的太空發展局派駐了人員。USSF 的 Ray Imbo 中校是負責確定其 SSC MEO 層地面解決方案和執行合同的材料負責人。

博格斯蒂說："最初，我們簽訂合同的演示項目主要集中在軌道傳感器上。因此，在獲得資金后，必須考慮地面解決方案會是什么樣子。Ray在幫助我們設計地面接入點以及指揮和控制解決方案。我的另一位物資負責人 Gary Goff 中校（MEO 太空與先進技術部）在制定和執行我們的采購戰略方面起到了至關重要的作用。"

此外，太空發展局的官員還與位于加利福尼亞州的太空系統司令部的 "三角洲 "計劃緊密合作。其中包括負責太空發展局低地球軌道跟蹤項目第一階段工作的副項目經理 Tim Trimailo 中校，他出席了大多數 SSC MEO 會議，并很好地融入了各個項目。"他讓我們充分了解他們在Tranche 1跟蹤層所做的工作。從本質上講，項目是獨立執行的，但在向作戰人員提供能力方面卻緊密同步。我們真正感受到了現在正在發揮的協同效應。他們三人與導彈防御局的項目經理利奧-亞當斯（Leo (Craig) Adams）共同領導著聯合項目辦公室的主要活動。"

SSC MEO項目還率先使用數字化關鍵設計審查，這與其從頭開始提供數字化服務的目標相一致。這項工作還包括使用數字招標書，理想情況下這將加快招標過程。

"對于 MEO Epoch 1，剛剛完成了數字關鍵設計審查（CDR），這是第一個。還沒有人完成過數字關鍵設計評審，"博格斯蒂指出。"真的希望能盡可能地完成數字 RFP（招標書），包括數字模型，以幫助簡化來源選擇過程和評估過程。正在努力成為數字工程和數字模型系統的開拓者。"

Epoch 合同結構包括基本期后的可選工作延期，這將使組織能夠在做出下一級采購決策之前了解系統的性能。"我們已經完成了空間系統公司和雷神公司這兩家供應商的基準期，隨后我們授予了方案一。方案一將使我們完成系統級 CDR 并獲得一個運載工具。方案二實際上只是操作該飛行器的選擇權，至于方案三，希望在 9 月份左右授予。因此，能繼續推進該計劃，并實現導彈預警覆蓋。

此外，"三角洲 "計劃將在今年夏天為 "Epoch"方案二舉辦 "工業日 "活動。她說："有了Epoch 2，我們正在考慮擴大全球覆蓋范圍。"實際上，此時的地面系統有望在翻轉和隊列方面變得更加強大"。

參考來源：AFCEA